Step 3.5 Flash: Ochiq‑manba asosiy modeli – tezkor fikrlash, ishonchli harakat

Sun'iy intellekt sohasida ochiq‑manba yondashuvlar tobora ommalashib bormoqda. Step 3.5 Flash bu yo'nalishda yetakchi loyiha bo'lib, 196 milliard parametrli, lekin har bir token uchun faqat 11 milliard parametrni faollashtiruvchi Sparse Mixture‑of‑Experts (MoE) arxitekturasiga ega. Ushbu “intellekt zichligi” modelga yuqori darajadagi mantiqiy tahlilni saqlab qolish, shu bilan birga real‑vaqt interaktivligini ta'minlash imkonini beradi.

Tezkor mantiqiy tahlil

Step 3.5 Flash 3‑yo‘llik Multi‑Token Prediction (MTP‑3) texnologiyasini qo‘llaydi. Natijada oddiy sharoitda 100‑300 token/soniya, kodlash vazifalarida esa 350 token/soniyagacha yetadi. Bu tezlik murakkab, bir necha bosqichli mantiqiy zanjirlarni bir zumda bajarishga imkon beradi – chatbotlar faqat matnni o‘qiydigan bo‘lsa, agentlar esa tezda qaror qabul qilishi kerak.

Kodlash va agentlik uchun mustahkam platforma

Model RL (Reinforcement Learning) asosida o‘zini takomillashtiruvchi tizimga ega. SWE‑bench Verified testida 74,4 % va Terminal‑Bench 2.0 da 51,0 % natija ko‘rsatadi, bu esa uzoq muddatli, murakkab vazifalarni barqaror bajarishini tasdiqlaydi.

Uzoq kontekstni samarali boshqarish

256 K tokenli kontekst oynasini 3:1 Sliding Window Attention (SWA) nisbati bilan qo‘llab‑quvvatlaydi: har bir to‘liq e’tibor qatlamiga uchta SWA qatlam qo‘shiladi. Bu gibrid yondashuv katta ma'lumotlar to‘plamlari yoki uzun kod bazalarida ham hisoblash xarajatlarini sezilarli darajada kamaytiradi.

Mahalliy qurilmalarda ham ishlaydi

Step 3.5 Flash yuqori darajadagi shaxsiy kompyuterlar – masalan, Apple M4 Max, NVIDIA DGX Spark yoki AMD AI Max+ 395 –da xavfsiz va tez ishlashga mo‘ljallangan. Bu foydalanuvchilarga ma'lumot maxfiyligini saqlab, bulutga bog‘lanmasdan ham kuchli AI imkoniyatlarini qo‘llash imkonini beradi.

Asbob‑bilan ishlash: Think‑and‑Act sinergiyasi

Model nafaqat buyruqlarni bajaradi, balki 80‑dan ziyod MCP asboblarini birgalikda boshqarib, bozor ma'lumotlarini yig‘ish, kod yozish, bulutga saqlash va bildirishnomalar yaratish kabi jarayonlarni avtomatlashtiradi. Bu “asbob‑bilan fikrlash” yondashuvi modelga real dunyo muammolarini yechishda mustahkam ustunlik beradi.

Matematika va ilmiy sinovlarda yuksak natijalar

Python kodini ichki Chain‑of‑Thought mantiqida ishlatish orqali AIME 2025 (99,8 %), HMMT 2025 (98,0 %) va IMOAnswerBench (86,7 %) kabi raqobatli testlarda yuqori ball to‘pladi. Shuningdek, xususiy Deep Research benchmarkida 65,27 % natija ko‘rsatib, internetdan dinamik ma'lumot olishni samarali amalga oshiradi.

Kengaytirilgan agentlik va edge‑cloud hamkorligi

Step 3.5 Flash ko‘p‑agentli arxitekturani qo‘llab, Master Agent orqali kichik Search, Verify va Summary agentlarini boshqaradi. Edge‑cloud hamkorligi esa mobil telefonlar kabi cheklangan qurilmalarda ham yuqori samaradorlikni ta'minlaydi.

Kelajak yo‘nalishlari

• Token samaradorligini oshirish va uzun generatsiya yo‘llarini qisqartirish.
• Umumiy mahoratni chuqur domen bilimlari bilan birlashtirish.
• Professional darajadagi vazifalar uchun RL asosida yanada mustahkam agentlikni rivojlantirish.

Umuman olganda, Step 3.5 Flash ochiq‑manba LLM’lar orasida tezlik, barqarorlik va agentlik imkoniyatlari jihatidan yangi mezonlarni belgilaydi. Bu modelni sinab ko‘rish, dasturchilar, tadqiqotchilar va korporativ foydalanuvchilar uchun katta imkoniyatlar yaratadi.